自动驾驶传感器原理以及技术(五)-- 摄像头
·
简介:
摄像头早期主要应用于闭路电视系统,用于公共场所以及私人住宅。它的作用就是采集固定区域的视频信号,用于记录发生过的场景。但是随着工业发展,摄像头的体积越做越小,它的应用场景越来越多,能够在汽车等大型移动的嵌入式设备上搭载。它的作用也越来越广泛,再不仅仅是用于记录画面,导入AI功能后,可用于物体检测、分类,成为自动驾驶核心传感器之一。
工作原理:
摄像头采集图像的本质是将光学信号转换为数字信号的链式处理,可以为光学成像和光电转换两个阶段,
光学成像:
光线进入镜头,镜头利用焦距决定视场角(广角、长焦),通过光圈控制进光量,通过非球面透镜或者镀膜减少畸变和色散。然后通过红外截止滤光片,阻挡红外光,避免干扰色彩还原(CMOS传感器对红外光敏感),通过偏振片可以减少反光(可选)。
光电转换:
光电转换需要利用感光传感器实现,目前主要有两种传感器,一个是CCD,通过电荷逐行转移至输出节点,一个是CMOS,每个像素独立读出。传感器利用光电转换获得模拟电压信号,对其进行降噪和模拟增益。
光电转换后需要进过模数转换(ADC),获得数字信号,再经由ISP算法优化画质(实现白平衡,去马赛克、伽马校正以及降噪和锐化等操作),最终输出图像文件(RGB或者YUV格式)
自动驾驶摄像头的核心功能:
-
环境感知:识别车道线、交通标志、行人、车辆、障碍物等。
-
目标检测与跟踪:实时监测动态物体(如车辆、行人)的运动轨迹。
-
语义分割:区分道路、天空、建筑物等不同场景元素。
-
深度估计:通过单目或多目摄像头计算物体距离(部分替代激光雷达)。
关键技术指标:
| 参数 | 要求 | 典型值 |
|---|---|---|
| 分辨率 | 高清以上,影响细节识别 | 2MP~8MP(如1280x960, 4K) |
| 帧率(FPS) | 高帧率减少运动模糊 | 30~60 FPS |
| 动态范围(HDR) | 应对逆光、隧道等明暗变化 | >120 dB |
| 视场角(FOV) | 广角覆盖更多场景 | 30°~120°(鱼眼可达180°) |
| 低光性能 | 夜间或隧道内有效工作 | 支持Starlight/红外补光 |
| 延迟 | 从采集到处理的端到端延迟需极低 | <100ms |
更多推荐
所有评论(0)